Nilai Tersembunyi dalam Percakapan Pelanggan: Mengapa Kecerdasan Waktu Nyata Penting – Wawancara dengan Michael Hutchison

Michael Hutchison adalah Kepala TME & Pengalaman Pelanggan di eClerx. Michael memimpin Divisi Operasi Pelanggan dan mengawasi portofolio klien-pelanggan eClerx, dengan fokus pada menjaga pertumbuhan serta mendorong akuisisi klien baru. Peran sebelumnya termasuk McKinsey dan L’Oréal.

Temukan berita dan acara fintech teratas!

Berlangganan buletin FinTech Weekly

Dibaca oleh para eksekutif di JP Morgan, Coinbase, Blackrock, Klarna, dan lainnya

Pengalaman pelanggan selalu menjadi bagian yang menentukan dari kinerja bisnis, tetapi tuntutan yang dihadapi perusahaan saat ini telah dipercepat dengan kecepatan yang luar biasa. Pelanggan mengharapkan dukungan yang cepat, jelas, dan konsisten di setiap kanal, dan mereka menyampaikan ekspektasi tersebut melalui volume percakapan yang sangat besar. Kenyataan ini menciptakan tekanan baru bagi organisasi yang dulu mengandalkan metode yang cocok untuk lingkungan yang lebih lambat dan lebih dapat diprediksi.

Jaminan kualitas manual berdiri sebagai fondasi untuk pengawasan dalam dukungan pelanggan selama bertahun-tahun. Metode itu bekerja cukup baik ketika volume interaksi masih dapat dikelola dan perubahan sentimen berjalan bertahap. Masa itu sudah lama berakhir. Perusahaan kini menghadapi fluktuasi perilaku pelanggan yang tidak dapat diprediksi, perpindahan yang lebih cepat antar kanal, dan pola kontak yang semakin kompleks. Mengandalkan sampel yang terbatas hanya memberi tim potongan-potongan dari gambaran utuh.

Perubahan ini mengungkap kebenaran yang lebih dalam: percakapan pelanggan memiliki nilai jauh lebih besar daripada yang disadari banyak organisasi. Percakapan itu membawa sinyal tentang celah produk, masalah komunikasi, dan pergeseran ekspektasi. Percakapan tersebut menunjukkan apa yang membuat pelanggan frustrasi dan apa yang membuat mereka percaya. Memperlakukan percakapan ini sebagai sekadar peristiwa layanan mengabaikan potensinya untuk memandu keputusan di seluruh organisasi. Ketika perusahaan mulai memandang percakapan sebagai bentuk intelijen, cara mereka memikirkan kualitas, pelatihan, dan perbaikan mulai berubah.

Meningkatnya otomasi dan pemantauan berbasis AI telah mendorong perubahan ini lebih cepat. Dengan kemampuan untuk meninjau setiap interaksi, perusahaan tidak lagi terikat pada tebak-tebakan atau asumsi yang sudah ketinggalan zaman. Mereka memperoleh gambaran yang lebih jelas tentang bagaimana perasaan pelanggan, apa yang mereka butuhkan, dan di mana gesekan muncul. Visibilitas ini mendukung keputusan yang lebih cepat dan lebih tepat, tetapi juga memperkenalkan ekspektasi baru tentang bagaimana para pemimpin menafsirkan dan bertindak atas apa yang mereka lihat.

Namun, bahkan dengan alat yang kuat sekalipun, kemajuan bergantung pada pola pikir yang dibawa perusahaan terhadap datanya. Budaya pengalaman pelanggan yang kuat tidak terbentuk hanya dari teknologi. Budaya ini memerlukan tanggung jawab bersama, komunikasi yang terbuka, dan kemauan untuk memperlakukan wawasan pelanggan sebagai sumber daya bersama, bukan milik satu tim saja. Organisasi yang merangkul pendekatan ini sering kali mendapati bahwa percakapan mereka mengungkap peluang perbaikan jauh sebelum peluang tersebut muncul dalam metrik kinerja.

Gagasan-gagasan ini membawa kita pada Michael Hutchison, Global Head of Customer Operations di eClerx. Pekerjaan Michael berfokus pada memimpin portofolio klien-pelanggan dan mendukung pertumbuhan berkelanjutan, dan pengalamannya sebelumnya di McKinsey dan L’Oréal memberinya pemahaman yang luas tentang bagaimana organisasi merespons ketika ekspektasi pelanggan meningkat dengan cepat. Ia telah melihat bagaimana perusahaan beradaptasi ketika mereka mulai memperlakukan data interaksi sebagai aset strategis, dan perspektifnya mencerminkan meningkatnya kesadaran bahwa setiap percakapan mengandung sinyal yang mampu membentuk keputusan jangka panjang.

Latar belakang Michael menunjukkan mengapa kepemimpinan sangat penting dalam pergeseran ini. Perusahaan yang berhasil membangun fondasi pengalaman pelanggan yang kuat sering melakukannya karena para pemimpin mengusung gagasan bahwa percakapan layak mendapat perhatian jauh melampaui pusat kontak. Mereka mendorong tim untuk menelaah bagaimana wawasan dapat menginformasikan pembaruan produk, keputusan pelatihan, dan perubahan operasional. Mereka memahami bahwa kualitas bukan tugas yang statis, melainkan upaya berkelanjutan yang didukung oleh rasa ingin tahu dan kolaborasi.

Intelijen real-time sejalan dengan pendekatan ini dengan memperkuat gagasan bahwa interaksi pelanggan bukan sekadar pertukaran yang bersifat reaktif. Ketika perusahaan mendengarkan dengan saksama apa yang pelanggan bagikan pada saat itu, perusahaan dapat menemukan pola yang dapat memandu mereka menuju keputusan yang lebih baik. Wawasan ini mendukung kejernihan dalam lingkungan yang kompleks, baik tujuannya mengurangi gesekan, memperkuat kepatuhan, meningkatkan coaching, atau melindungi loyalitas jangka panjang.

Seiring ekspektasi terus meningkat, perusahaan menghadapi sebuah pilihan: mengandalkan model lama yang hanya menangkap fragmen dari pengalaman pelanggan, atau membangun sistem yang mengungkap apa yang dikatakan pelanggan dengan detail yang jauh lebih besar. Jalur ke depan bergantung pada seberapa serius para pemimpin memperlakukan informasi yang pelanggan berikan setiap hari. Data interaksi menjadi keuntungan hanya ketika organisasi mendekatinya dengan tujuan dan mengakui bahwa data tersebut memiliki peran dalam membentuk keputusan yang melampaui fungsi dukungan.

Pemahaman yang lebih luas tentang percakapan pelanggan ini menjadi dasar untuk diskusi kami dengan Michael Hutchison. Pekerjaannya menunjukkan bagaimana perusahaan dapat bergerak menuju pendekatan pengalaman pelanggan yang lebih terinformasi, responsif, dan terhubung dengan memberikan perhatian lebih pada wawasan yang sudah ada dalam interaksi harian mereka.

Nikmati wawancaranya!

1. Jaminan kualitas manual (Manual QA) sudah lama menjadi default dalam operasi dukungan pelanggan. Faktor apa yang membuat model itu tidak memadai di lingkungan dukungan bervolume tinggi dan real-time saat ini?

Manual QA telah menjadi tulang punggung dukungan pelanggan selama bertahun-tahun, tetapi saat ini ia tidak lagi mampu mengimbangi operasi layanan pelanggan. Volume interaksi yang sangat besar membuatnya terlalu tinggi bagi penyamplingan tradisional untuk memberikan visibilitas penuh. Saat tim hanya bisa meninjau 1-2% dari percakapan, mereka membuat keputusan kritis berdasarkan sesuatu yang sebenarnya hanyalah dugaan yang beralasan.

Pelanggan mengharapkan pengalaman yang mulus di setiap kanal, baik itu suara, chat, email, maupun media sosial. Ini memberi tekanan tambahan pada organisasi untuk menjaga standar di setiap interaksi. Di samping itu, pendorong kontak (contact drivers) dan sentimen pelanggan bisa berubah dalam semalam. Ketika Manual QA belum sempat menangkap pergeseran tersebut, tim sudah tertinggal dan akhirnya masuk mode reaktif alih-alih bergerak lebih dulu untuk mengantisipasi masalah.

Karena itu, otomasi dan QA berbasis AI menjadi semakin penting. Mereka memungkinkan kami meningkatkan cakupan hingga 100% dari seluruh interaksi, menemukan tren yang muncul secara real time, dan memberikan wawasan yang dapat langsung ditindaklanjuti oleh pemimpin lini depan. Ini bukan tentang menggantikan penilaian manusia, melainkan membebaskan tim QA untuk fokus pada coaching yang lebih mendalam, kepatuhan, dan peningkatan pengalaman—daripada mengejar sampel acak.

2. Anda telah membahas bahwa data interaksi tidak hanya kurang dimanfaatkan secara operasional, tetapi juga secara budaya. Menurut Anda, seperti apa budaya data yang sehat seputar pengalaman pelanggan?

Budaya data yang sehat seputar pengalaman pelanggan dimulai dengan memecah sekat (silo) antar tim. Terlalu sering, data pelanggan tidak pernah sampai ke tim produk, pemasaran, atau kepemimpinan eksekutif, yang dapat menyebabkan peluang yang terlewat bagi perusahaan.

*   Secara operasional, ini berarti setiap level kepemimpinan, mulai dari lini depan hingga ruang rapat dewan (boardroom), memiliki akses ke wawasan yang jelas dan tepat waktu tentang apa yang dialami pelanggan. Tidak terkubur dalam spreadsheet, melainkan dalam bentuk yang mendorong keputusan harian.
*   Secara budaya, ini tentang beralih dari anggapan bahwa data “dimiliki” oleh satu tim, menjadi menjadikannya bagian dari bahasa bersama di bidang pemasaran, layanan/peduli (care), penjualan, dan produk. Ketika semua orang merasa bertanggung jawab atas metrik CX, Anda mulai melihat keselarasan yang nyata.
*   Dan yang paling penting, ini adalah budaya di mana data menumbuhkan rasa ingin tahu dan dorongan untuk perbaikan, bukan ketakutan. Ketika wawasan digunakan untuk memberi coaching, merayakan kemenangan, dan bereksperimen dengan ide-ide baru, Anda membangun sebuah siklus di mana suara pelanggan terus membentuk cara bisnis bertumbuh.

3. Karena AI kini terlibat dalam triase, penilaian (scoring), dan menampilkan tren dari panggilan, ekspektasi baru apa yang ini ciptakan untuk tim lintas fungsi seperti operasional, kepatuhan, dan manajemen tenaga kerja?

AI mengubah cara kerja tim dengan memindahkan mereka dari wawasan yang reaktif dan berbasis sampel menjadi intelijen yang proaktif dan menyeluruh. Pergeseran ini menciptakan ekspektasi baru untuk setiap fungsi:

*   Operasional diharapkan bertindak lebih cepat—AI menampilkan pola hampir dalam real time, jadi para pemimpin tidak bisa menunggu laporan pembacaan QA bulanan; mereka perlu mengubah coaching dan proses secara langsung saat itu juga.
*   Tim kepatuhan kini memiliki jaring pengaman yang lebih kuat, karena 100% dari seluruh interaksi dapat dipantau. Namun, ini juga menaikkan standar—mereka diharapkan secara proaktif menangkap masalah sebelum masalah tersebut membesar, bukan hanya menyelidiki setelah kejadian.
*   Manajemen Tenaga Kerja tidak lagi bisa meramalkan hanya berdasarkan volume dan handle time; mereka diharapkan memasukkan tren kualitas, sentimen, dan pendorong kontak yang muncul yang disorot AI, sehingga penjadwalan staf sesuai bukan hanya pada “kapan” kebutuhan datang, tetapi juga pada “apa” dan “mengapa”.

Singkatnya, AI tidak hanya mengotomatisasi QA; AI menciptakan budaya tanggung jawab real time di seluruh fungsi, di mana bertindak berdasarkan wawasan dengan cepat menjadi standar baru.

4. Anda telah bekerja dengan organisasi pada tahap kematangan CX yang sangat berbeda. Apa yang membedakan mereka yang mampu meningkatkan skala upaya pemantauan secara efektif dari waktu ke waktu?

Yang saya lihat adalah bahwa meningkatkan skala pemantauan tidak hanya soal menambah lebih banyak teknologi, melainkan tentang bagaimana organisasi memandang kualitas sebagai bagian dari DNA-nya. Pada organisasi yang sudah matang, wawasan kualitas mendorong keputusan produk, pelatihan, dan pemasaran, bukan sekadar daftar periksa kepatuhan. Organisasi yang kurang matang cenderung menjaga wawasan kualitas tetap terkurung di pusat kontak, sehingga kehilangan peluang untuk menanggapi masalah yang bersifat sistemik.

Mereka juga membangun kerangka kerja yang fleksibel. Alih-alih terkunci pada scorecard yang kaku, tim mengembangkan pemantauan mereka untuk mencerminkan kanal baru, ekspektasi pelanggan, dan pendorong kontak yang muncul. Ada juga komponen orang (people) yang sangat penting yang sering diabaikan banyak organisasi. Perusahaan terbaik berinvestasi besar dalam upskilling tim QA mereka saat menerapkan pemantauan berbasis AI untuk berfokus pada analisis akar penyebab, coaching, dan kolaborasi lintas fungsi.

Terakhir, organisasi yang sukses menutup lingkar umpan balik (feedback loop). Wawasan tidak dibiarkan hanya berada di dashboard QA; wawasan tersebut diintegrasikan ke dalam rapat singkat operasional (ops huddles), tinjauan kepatuhan, dan perencanaan WFM, sehingga perbaikan dapat meningkat seiring bisnis bertumbuh. Kombinasi untuk memandang kualitas sebagai strategis, menjaganya agar tetap adaptif, serta menanamkannya ke dalam pengambilan keputusan adalah yang memungkinkan pemantauan benar-benar meningkat skalanya dan mempertahankan dampaknya.

5. Ekspektasi pelanggan terkait kecepatan dan personalisasi terus meningkat. Peran apa yang Anda lihat dari intelijen interaksi real-time dalam membantu perusahaan memenuhi tuntutan tersebut?

Intelijen interaksi real-time menjadi jembatan antara ekspektasi pelanggan dan kinerja perusahaan. Pelanggan menginginkan jawaban yang cepat dan disesuaikan dengan situasi mereka, dan kemampuan ini memang memungkinkan hal tersebut.

Bagi agen, intelijen real-time mengubah kemampuan mereka untuk memberikan layanan tanpa mengorbankan efisiensi.  Alih-alih bergantung pada ingatan mereka tentang percakapan sebelumnya atau menghabiskan waktu mencari di berbagai sistem, mereka menerima panduan kontekstual, artikel pengetahuan yang relevan, dan saran tindakan terbaik berikutnya yang dikirim langsung ke dalam alur kerja mereka, sehingga kecepatan dan personalisasi terjadi pada saat itu juga, bukan setelah masalah muncul.

Bagi para pemimpin, ini berarti visibilitas terhadap isu yang muncul dan tren sentimen saat semuanya terungkap, sehingga mereka dapat menyesuaikan penjadwalan, proses, atau penawaran sebelum pelanggan merasakan dampaknya.

Transformasi pengalaman pelanggan adalah aspek yang paling signifikan. Intelijen real time memungkinkan setiap interaksi membangun dari percakapan sebelumnya, mengantisipasi kebutuhan, dan memberikan solusi yang dipersonalisasi. Ini menciptakan kesan bahwa perusahaan “benar-benar memahami” mereka dan menghargai waktu mereka untuk mendorong loyalitas serta kepuasan pelanggan.

Singkatnya, intelijen real-time mengubah data interaksi dari sesuatu yang kita analisis setelah pelanggan pergi menjadi sesuatu yang kita gunakan untuk membentuk pengalaman saat pelanggan masih terlibat.

6. Banyak sekali “noise” industri seputar AI dan CX. Berdasarkan pengalaman Anda, langkah praktis apa yang benar-benar berdampak ketika berbicara tentang retensi, penyelesaian pada panggilan pertama (first-call resolution), atau dampak coaching?

Memang ada banyak sensasi (hype), tetapi organisasi yang benar-benar menggerakkan jarum biasanya berfokus pada tiga langkah yang sangat praktis:

*   **Mulai dengan visibilitas**. Gunakan AI untuk memantau 100% dari seluruh interaksi agar Anda benar-benar tahu apa yang mendorong churn, kontak berulang, atau celah coaching. Tanpa baseline itu, Anda hanya menebak.
*   **Sasar tuas terbesar**. Daripada mencoba memperbaiki semuanya, identifikasi 2–3 pendorong utama yang paling berdampak pada retensi atau FCR, lalu rancang perubahan coaching dan proses di sekitar pendorong tersebut.
*   **Tutup lingkar umpan balik**. Tim yang paling berhasil tidak berhenti di wawasan—mereka mengembalikan wawasan tersebut ke coaching agen, basis pengetahuan, bahkan peta jalan produk supaya perbaikannya benar-benar bertahan.

Ini lebih sedikit tentang “AI di mana-mana” dan lebih tentang menanamkannya di tempat yang bisa mendorong tindakan; retensi meningkat, resolusi menjadi lebih cepat, dan coaching yang mengubah perilaku di lantai kerja.

7. Bagi para pemimpin yang sedang meninjau ulang strategi CX dan kepatuhan mereka, dari mana sebaiknya mereka memulai jika ingin memperlakukan percakapan pelanggan sebagai aset strategis—bukan hanya fungsi layanan?

Saya selalu menyarankan untuk memulai dengan perubahan pola pikir: melihat setiap percakapan pelanggan tidak hanya sebagai titik sentuh layanan, melainkan sebagai sumber intelijen yang kaya. Dari sana, tiga langkah akan membuat perbedaan besar:

*   **Sentralisasikan data**. Satukan percakapan dari voice, chat, dan digital ke dalam satu tampilan agar Anda tidak perlu menyusun wawasan dari kanal satu per satu.
*   **Gali pola**. Gunakan AI untuk menampilkan risiko kepatuhan, sinyal churn, atau umpan balik produk yang mungkin tidak terlihat dalam sampel manual.
*   **Aktifkan wawasan**. Masukkan apa yang Anda pelajari kembali ke pelatihan kepatuhan, desain produk, dan strategi CX agar percakapan benar-benar membentuk hasil bisnis.

Ketika para pemimpin melakukan ini, percakapan berhenti menjadi biaya yang harus dikelola dan berubah menjadi aset yang mendorong pertumbuhan, kekuatan kepatuhan, dan loyalitas pelanggan.